SEMAINE DU 3 JUIN 2024 au 7 JUIN 2024 :

OBJECTIF : Se familiariser avec la base de données

DÉCOUVERTE ET ANALYSE DE LA BASE DE DONNÉES

I ) Import

# Import des données

data <- read.csv("data/Broken-Devices-Data1-xlsx.csv",row.names = 1) # base de données sur laquelle on va appliquer tous les changements

Broken_Devices_Data <- read.csv("data/Broken-Devices-Data1-xlsx.csv",row.names = 1) # base de données initiale sur laquelle on pourra se référer pour voir si les chgts ont bien été appliqués

# nombre d'observations
nb_obs <- nrow(data) # 1005 

# nombre de variables 
nb_var <- ncol(data) # 163

II ) Summary

La fonction summary() en R fournit un résumé statistique de base pour chaque colonne d’un DataFrame. Ce résumé est utile pour obtenir une vue d’ensemble rapide des données et peut inclure des statistiques descriptives différentes selon le type de données des colonnes (numériques ou catégorielles).

##       SEXE            AGE            Tage5         Hommes_Age   
##  Min.   :1.000   Min.   :15.00   Min.   :1.000   Min.   :1.000  
##  1st Qu.:1.000   1st Qu.:32.00   1st Qu.:2.000   1st Qu.:2.000  
##  Median :2.000   Median :47.00   Median :3.000   Median :3.000  
##  Mean   :1.536   Mean   :46.55   Mean   :3.198   Mean   :3.202  
##  3rd Qu.:2.000   3rd Qu.:62.00   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :2.000   Max.   :80.00   Max.   :5.000   Max.   :5.000  
##                                                  NA's   :539    
##    Femmes_Age         DEP             UDA9            HAB7      
##  Min.   :1.000   Min.   : 1.00   Min.   :1.000   Min.   :1.000  
##  1st Qu.:2.000   1st Qu.:31.00   1st Qu.:2.000   1st Qu.:2.000  
##  Median :3.000   Median :59.00   Median :5.000   Median :5.000  
##  Mean   :3.195   Mean   :52.93   Mean   :4.936   Mean   :4.291  
##  3rd Qu.:4.000   3rd Qu.:75.00   3rd Qu.:7.000   3rd Qu.:6.000  
##  Max.   :5.000   Max.   :95.00   Max.   :9.000   Max.   :7.000  
##  NA's   :466                                                    
##     ACTIVITE        INACTIFS         QACTIF           CSP9      
##  Min.   :1.000   Min.   :1.000   Min.   : 1.00   Min.   :1.000  
##  1st Qu.:1.000   1st Qu.:3.000   1st Qu.: 7.00   1st Qu.:4.000  
##  Median :1.000   Median :3.000   Median :15.00   Median :5.000  
##  Mean   :1.439   Mean   :3.603   Mean   :12.62   Mean   :5.581  
##  3rd Qu.:2.000   3rd Qu.:5.000   3rd Qu.:17.00   3rd Qu.:7.000  
##  Max.   :2.000   Max.   :7.000   Max.   :18.00   Max.   :9.000  
##                  NA's   :564     NA's   :401                    
##       CSP5         NIVETUDES          NPF5       REQUIPEMENT       
##  Min.   :1.000   Min.   :1.000   Min.   :1.000   Length:1005       
##  1st Qu.:1.000   1st Qu.:2.000   1st Qu.:2.000   Class :character  
##  Median :2.000   Median :3.000   Median :2.000   Mode  :character  
##  Mean   :2.334   Mean   :2.942   Mean   :2.548                     
##  3rd Qu.:3.000   3rd Qu.:4.000   3rd Qu.:3.000                     
##  Max.   :5.000   Max.   :7.000   Max.   :5.000                     
##                                                                    
##  APPETENCEDIGIT     QUALIFANCIENTEL DUREE_USAGE_ANCIEN_TEL RMOTIV_SMART      
##  Length:1005        Min.   :1.000   Min.   :1.000          Length:1005       
##  Class :character   1st Qu.:1.000   1st Qu.:3.000          Class :character  
##  Mode  :character   Median :1.000   Median :4.000          Mode  :character  
##                     Mean   :1.108   Mean   :4.099                            
##                     3rd Qu.:1.000   3rd Qu.:5.000                            
##                     Max.   :3.000   Max.   :7.000                            
##                                     NA's   :17                               
##  RETAT_ANCIEN_TEL   NB_SMARTPHONE   CONTEXTE_USAGE_SMARTPHONE    MARQMOB1     
##  Length:1005        Min.   :1.000   Min.   :1.000             Min.   : 1.000  
##  Class :character   1st Qu.:1.000   1st Qu.:1.000             1st Qu.: 1.000  
##  Mode  :character   Median :1.000   Median :1.000             Median : 9.000  
##                     Mean   :1.081   Mean   :1.316             Mean   : 6.875  
##                     3rd Qu.:1.000   3rd Qu.:1.000             3rd Qu.: 9.000  
##                     Max.   :3.000   Max.   :3.000             Max.   :13.000  
##                     NA's   :37      NA's   :37                NA's   :37      
##        OS        ACQUISITIONTEL  DATEOBTENTIONSMART_1 DATEOBTENTIONSMART_2
##  Min.   :1.000   Min.   :1.000   Min.   :2000         Min.   : 1.00       
##  1st Qu.:1.000   1st Qu.:3.000   1st Qu.:2020         1st Qu.: 3.00       
##  Median :2.000   Median :3.000   Median :2022         Median : 6.00       
##  Mean   :1.739   Mean   :2.748   Mean   :2021         Mean   :10.89       
##  3rd Qu.:2.000   3rd Qu.:3.000   3rd Qu.:2022         3rd Qu.:10.00       
##  Max.   :4.000   Max.   :8.000   Max.   :2023         Max.   :99.00       
##  NA's   :37      NA's   :37      NA's   :37           NA's   :37          
##  ETATSMARTPHONE  UTILISATIONSMARTOCCAS RIDENTIFICATION_PROBLEMES
##  Min.   :1.000   Min.   :1.000         Length:1005              
##  1st Qu.:1.000   1st Qu.:2.000         Class :character         
##  Median :1.000   Median :3.000         Mode  :character         
##  Mean   :1.278   Mean   :3.864                                  
##  3rd Qu.:1.000   3rd Qu.:6.000                                  
##  Max.   :4.000   Max.   :7.000                                  
##  NA's   :37      NA's   :917                                    
##  GENE_PROBLEMES_A1 GENE_PROBLEMES_A2 GENE_PROBLEMES_A3 GENE_PROBLEMES_A4
##  Min.   :1.000     Min.   :1.000     Min.   :1         Min.   :1.00     
##  1st Qu.:1.000     1st Qu.:2.000     1st Qu.:1         1st Qu.:2.00     
##  Median :2.000     Median :2.000     Median :2         Median :2.00     
##  Mean   :2.225     Mean   :2.235     Mean   :2         Mean   :2.20     
##  3rd Qu.:3.000     3rd Qu.:3.000     3rd Qu.:3         3rd Qu.:2.75     
##  Max.   :4.000     Max.   :4.000     Max.   :4         Max.   :4.00     
##  NA's   :965       NA's   :971       NA's   :981       NA's   :995      
##  GENE_PROBLEMES_A5 GENE_PROBLEMES_A6 GENE_PROBLEMES_A7 GENE_PROBLEMES_A8
##  Min.   :1.000     Min.   :1.000     Min.   :1.000     Min.   :1.00     
##  1st Qu.:1.000     1st Qu.:2.000     1st Qu.:1.000     1st Qu.:1.00     
##  Median :2.000     Median :2.000     Median :2.000     Median :2.00     
##  Mean   :1.917     Mean   :2.308     Mean   :1.769     Mean   :1.75     
##  3rd Qu.:2.250     3rd Qu.:3.000     3rd Qu.:2.000     3rd Qu.:2.00     
##  Max.   :4.000     Max.   :4.000     Max.   :3.000     Max.   :3.00     
##  NA's   :993       NA's   :979       NA's   :979       NA's   :993      
##  GENE_PROBLEMES_A9 GENE_PROBLEMES_A10 GENE_PROBLEMES_A11 GENE_PROBLEMES_A12
##  Min.   :1.000     Min.   :1.00       Min.   :1.000      Min.   :1.000     
##  1st Qu.:1.000     1st Qu.:1.00       1st Qu.:2.000      1st Qu.:2.000     
##  Median :1.000     Median :2.00       Median :2.000      Median :2.000     
##  Mean   :1.454     Mean   :1.79       Mean   :1.878      Mean   :2.286     
##  3rd Qu.:2.000     3rd Qu.:2.00       3rd Qu.:2.000      3rd Qu.:2.500     
##  Max.   :3.000     Max.   :4.00       Max.   :3.000      Max.   :4.000     
##  NA's   :972       NA's   :891        NA's   :964        NA's   :998       
##  GENE_PROBLEMES_A13 GENE_PROBLEMES_A14 GENE_PROBLEMES_A15 GENE_PROBLEMES_A16
##  Min.   :1.000      Min.   :1.00       Min.   :1.000      Min.   :1.000     
##  1st Qu.:2.000      1st Qu.:1.00       1st Qu.:1.000      1st Qu.:2.000     
##  Median :2.000      Median :2.00       Median :1.000      Median :2.000     
##  Mean   :1.917      Mean   :1.96       Mean   :1.542      Mean   :2.111     
##  3rd Qu.:2.000      3rd Qu.:3.00       3rd Qu.:2.000      3rd Qu.:2.000     
##  Max.   :3.000      Max.   :4.00       Max.   :3.000      Max.   :4.000     
##  NA's   :993        NA's   :980        NA's   :981        NA's   :987       
##  GENE_PROBLEMES_A17 GENE_PROBLEMES_A18 GENE_PROBLEMES_A19 GENE_PROBLEMES_A20
##  Min.   :2.0        Min.   :1.000      Min.   :1.000      Min.   :1.000     
##  1st Qu.:2.0        1st Qu.:1.000      1st Qu.:1.000      1st Qu.:1.000     
##  Median :3.0        Median :2.000      Median :2.000      Median :2.000     
##  Mean   :2.8        Mean   :1.717      Mean   :2.158      Mean   :1.906     
##  3rd Qu.:3.0        3rd Qu.:2.000      3rd Qu.:3.000      3rd Qu.:3.000     
##  Max.   :4.0        Max.   :3.000      Max.   :4.000      Max.   :4.000     
##  NA's   :1000       NA's   :913        NA's   :986        NA's   :973       
##  GENE_PROBLEMES_A21 GENE_PROBLEMES_A22 GENE_PROBLEMES_A23 GENE_PROBLEMES_A24
##  Min.   :1.000      Min.   :1.000      Min.   :1.000      Min.   :1.000     
##  1st Qu.:2.000      1st Qu.:1.000      1st Qu.:1.000      1st Qu.:2.000     
##  Median :2.000      Median :2.000      Median :2.000      Median :2.000     
##  Mean   :2.444      Mean   :1.842      Mean   :1.778      Mean   :2.056     
##  3rd Qu.:3.000      3rd Qu.:2.000      3rd Qu.:2.000      3rd Qu.:2.000     
##  Max.   :4.000      Max.   :4.000      Max.   :3.000      Max.   :3.000     
##  NA's   :978        NA's   :986        NA's   :969        NA's   :951       
##  GENE_PROBLEMES_A25 RECENCE_PROBLEMES_A1 RECENCE_PROBLEMES_A2
##  Min.   :1.000      Min.   :1.000        Min.   :1.000       
##  1st Qu.:1.000      1st Qu.:2.750        1st Qu.:2.000       
##  Median :2.000      Median :3.000        Median :3.000       
##  Mean   :1.843      Mean   :3.375        Mean   :3.529       
##  3rd Qu.:2.000      3rd Qu.:4.000        3rd Qu.:5.000       
##  Max.   :3.000      Max.   :7.000        Max.   :7.000       
##  NA's   :922        NA's   :965          NA's   :971         
##  RECENCE_PROBLEMES_A3 RECENCE_PROBLEMES_A4 RECENCE_PROBLEMES_A5
##  Min.   :1.000        Min.   :1.0          Min.   :1.0         
##  1st Qu.:2.000        1st Qu.:2.0          1st Qu.:3.5         
##  Median :3.000        Median :3.0          Median :4.0         
##  Mean   :3.292        Mean   :3.2          Mean   :4.0         
##  3rd Qu.:4.000        3rd Qu.:4.0          3rd Qu.:5.0         
##  Max.   :7.000        Max.   :6.0          Max.   :7.0         
##  NA's   :981          NA's   :995          NA's   :993         
##  RECENCE_PROBLEMES_A6 RECENCE_PROBLEMES_A7 RECENCE_PROBLEMES_A8
##  Min.   :1.000        Min.   :2.000        Min.   :1.000       
##  1st Qu.:2.000        1st Qu.:2.000        1st Qu.:1.000       
##  Median :3.000        Median :3.000        Median :1.500       
##  Mean   :3.346        Mean   :3.154        Mean   :2.333       
##  3rd Qu.:4.000        3rd Qu.:4.000        3rd Qu.:4.000       
##  Max.   :7.000        Max.   :6.000        Max.   :5.000       
##  NA's   :979          NA's   :979          NA's   :993         
##  RECENCE_PROBLEMES_A9 RECENCE_PROBLEMES_A10 RECENCE_PROBLEMES_A11
##  Min.   :1.000        Min.   :1.000         Min.   :1.00         
##  1st Qu.:3.000        1st Qu.:2.000         1st Qu.:2.00         
##  Median :4.000        Median :4.000         Median :3.00         
##  Mean   :3.576        Mean   :3.553         Mean   :3.39         
##  3rd Qu.:5.000        3rd Qu.:4.750         3rd Qu.:4.00         
##  Max.   :6.000        Max.   :7.000         Max.   :7.00         
##  NA's   :972          NA's   :891           NA's   :964          
##  RECENCE_PROBLEMES_A12 RECENCE_PROBLEMES_A13 RECENCE_PROBLEMES_A14
##  Min.   :1             Min.   :1.0           Min.   :1.00         
##  1st Qu.:2             1st Qu.:2.0           1st Qu.:2.00         
##  Median :3             Median :3.0           Median :3.00         
##  Mean   :3             Mean   :3.5           Mean   :3.52         
##  3rd Qu.:4             3rd Qu.:4.5           3rd Qu.:5.00         
##  Max.   :5             Max.   :7.0           Max.   :7.00         
##  NA's   :998           NA's   :993           NA's   :980          
##  RECENCE_PROBLEMES_A15 RECENCE_PROBLEMES_A16 RECENCE_PROBLEMES_A17
##  Min.   :1.000         Min.   :1.000         Min.   :2.0          
##  1st Qu.:2.000         1st Qu.:1.250         1st Qu.:2.0          
##  Median :3.000         Median :3.000         Median :3.0          
##  Mean   :3.375         Mean   :3.167         Mean   :2.8          
##  3rd Qu.:4.000         3rd Qu.:4.000         3rd Qu.:3.0          
##  Max.   :7.000         Max.   :7.000         Max.   :4.0          
##  NA's   :981           NA's   :987           NA's   :1000         
##  RECENCE_PROBLEMES_A18 RECENCE_PROBLEMES_A19 RECENCE_PROBLEMES_A20
##  Min.   :1.00          Min.   :1.000         Min.   :1.00         
##  1st Qu.:3.00          1st Qu.:3.000         1st Qu.:2.00         
##  Median :4.00          Median :3.000         Median :3.50         
##  Mean   :3.75          Mean   :3.632         Mean   :3.50         
##  3rd Qu.:4.00          3rd Qu.:4.500         3rd Qu.:4.25         
##  Max.   :7.00          Max.   :6.000         Max.   :7.00         
##  NA's   :913           NA's   :986           NA's   :973          
##  RECENCE_PROBLEMES_A21 RECENCE_PROBLEMES_A22 RECENCE_PROBLEMES_A23
##  Min.   :1.000         Min.   :1.000         Min.   :2.000        
##  1st Qu.:1.500         1st Qu.:2.000         1st Qu.:3.000        
##  Median :3.000         Median :3.000         Median :3.000        
##  Mean   :2.963         Mean   :3.053         Mean   :3.694        
##  3rd Qu.:3.500         3rd Qu.:3.500         3rd Qu.:5.000        
##  Max.   :7.000         Max.   :7.000         Max.   :6.000        
##  NA's   :978           NA's   :986           NA's   :969          
##  RECENCE_PROBLEMES_A24 RECENCE_PROBLEMES_A25 REPARATION_A1   REPARATION_A2  
##  Min.   :2.000         Min.   :1.000         Min.   :1.000   Min.   :1.000  
##  1st Qu.:3.000         1st Qu.:2.000         1st Qu.:2.000   1st Qu.:2.000  
##  Median :4.000         Median :4.000         Median :4.000   Median :3.000  
##  Mean   :3.982         Mean   :3.627         Mean   :3.263   Mean   :3.182  
##  3rd Qu.:5.000         3rd Qu.:5.000         3rd Qu.:4.750   3rd Qu.:5.000  
##  Max.   :7.000         Max.   :7.000         Max.   :5.000   Max.   :5.000  
##  NA's   :951           NA's   :922           NA's   :967     NA's   :972    
##  REPARATION_A3 REPARATION_A4   REPARATION_A5   REPARATION_A6   REPARATION_A7  
##  Min.   :1.0   Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:2.0   1st Qu.:2.000   1st Qu.:1.500   1st Qu.:1.750   1st Qu.:2.000  
##  Median :3.5   Median :2.000   Median :3.000   Median :3.000   Median :2.000  
##  Mean   :3.3   Mean   :2.222   Mean   :2.909   Mean   :2.875   Mean   :2.654  
##  3rd Qu.:4.0   3rd Qu.:3.000   3rd Qu.:4.500   3rd Qu.:4.250   3rd Qu.:3.750  
##  Max.   :5.0   Max.   :4.000   Max.   :5.000   Max.   :5.000   Max.   :5.000  
##  NA's   :985   NA's   :996     NA's   :994     NA's   :981     NA's   :979    
##  REPARATION_A8   REPARATION_A9   REPARATION_A10  REPARATION_A11 
##  Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:1.000   1st Qu.:1.000   1st Qu.:2.000   1st Qu.:1.000  
##  Median :2.000   Median :2.000   Median :4.000   Median :2.000  
##  Mean   :2.667   Mean   :2.727   Mean   :3.372   Mean   :2.488  
##  3rd Qu.:4.250   3rd Qu.:4.000   3rd Qu.:5.000   3rd Qu.:3.000  
##  Max.   :5.000   Max.   :5.000   Max.   :5.000   Max.   :5.000  
##  NA's   :993     NA's   :972     NA's   :892     NA's   :964    
##  REPARATION_A12  REPARATION_A13 REPARATION_A14 REPARATION_A15  REPARATION_A16 
##  Min.   :2.000   Min.   :1.00   Min.   :1.00   Min.   :1.000   Min.   :1.000  
##  1st Qu.:2.000   1st Qu.:2.00   1st Qu.:2.00   1st Qu.:2.000   1st Qu.:2.000  
##  Median :3.000   Median :3.50   Median :3.00   Median :3.000   Median :3.000  
##  Mean   :3.333   Mean   :3.25   Mean   :3.00   Mean   :2.833   Mean   :2.824  
##  3rd Qu.:4.750   3rd Qu.:5.00   3rd Qu.:4.25   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :5.000   Max.   :5.00   Max.   :5.00   Max.   :5.000   Max.   :5.000  
##  NA's   :999     NA's   :993    NA's   :981    NA's   :981     NA's   :988    
##  REPARATION_A17 REPARATION_A18  REPARATION_A19  REPARATION_A20  REPARATION_A21 
##  Min.   :3.0    Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:3.0    1st Qu.:2.000   1st Qu.:2.000   1st Qu.:2.000   1st Qu.:1.750  
##  Median :3.5    Median :2.000   Median :2.000   Median :3.000   Median :3.000  
##  Mean   :3.5    Mean   :2.685   Mean   :2.941   Mean   :3.258   Mean   :3.167  
##  3rd Qu.:4.0    3rd Qu.:4.000   3rd Qu.:4.000   3rd Qu.:5.000   3rd Qu.:5.000  
##  Max.   :4.0    Max.   :5.000   Max.   :5.000   Max.   :5.000   Max.   :5.000  
##  NA's   :1001   NA's   :913     NA's   :988     NA's   :974     NA's   :981    
##  REPARATION_A22  REPARATION_A23  REPARATION_A24  REPARATION_A25 
##  Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:2.000   1st Qu.:2.750   1st Qu.:2.000   1st Qu.:2.000  
##  Median :2.000   Median :3.000   Median :3.000   Median :3.000  
##  Mean   :2.611   Mean   :3.278   Mean   :2.907   Mean   :3.277  
##  3rd Qu.:3.000   3rd Qu.:4.250   3rd Qu.:4.000   3rd Qu.:5.000  
##  Max.   :5.000   Max.   :5.000   Max.   :5.000   Max.   :5.000  
##  NA's   :987     NA's   :969     NA's   :951     NA's   :922    
##  COHABITATION_DYSFONCTION_A1 COHABITATION_DYSFONCTION_A2
##  Min.   :1.000               Min.   :1.000              
##  1st Qu.:2.000               1st Qu.:1.000              
##  Median :2.000               Median :2.000              
##  Mean   :2.733               Mean   :2.385              
##  3rd Qu.:4.000               3rd Qu.:4.000              
##  Max.   :6.000               Max.   :5.000              
##  NA's   :990                 NA's   :992                
##  COHABITATION_DYSFONCTION_A3 COHABITATION_DYSFONCTION_A4
##  Min.   :1.000               Min.   :1                  
##  1st Qu.:2.000               1st Qu.:2                  
##  Median :2.000               Median :3                  
##  Mean   :2.571               Mean   :3                  
##  3rd Qu.:3.000               3rd Qu.:4                  
##  Max.   :5.000               Max.   :5                  
##  NA's   :998                 NA's   :999                
##  COHABITATION_DYSFONCTION_A5 COHABITATION_DYSFONCTION_A6
##  Min.   :1.0                 Min.   :1.000              
##  1st Qu.:1.0                 1st Qu.:1.500              
##  Median :1.0                 Median :2.000              
##  Mean   :1.4                 Mean   :2.364              
##  3rd Qu.:2.0                 3rd Qu.:2.500              
##  Max.   :2.0                 Max.   :6.000              
##  NA's   :1000                NA's   :994                
##  COHABITATION_DYSFONCTION_A7 COHABITATION_DYSFONCTION_A8
##  Min.   :1.000               Min.   :1.000              
##  1st Qu.:1.000               1st Qu.:1.000              
##  Median :1.000               Median :1.000              
##  Mean   :1.533               Mean   :1.833              
##  3rd Qu.:2.000               3rd Qu.:2.500              
##  Max.   :3.000               Max.   :4.000              
##  NA's   :990                 NA's   :999                
##  COHABITATION_DYSFONCTION_A9 COHABITATION_DYSFONCTION_A10
##  Min.   :1.000               Min.   :1.0                 
##  1st Qu.:1.000               1st Qu.:1.0                 
##  Median :2.000               Median :2.0                 
##  Mean   :2.333               Mean   :2.5                 
##  3rd Qu.:3.000               3rd Qu.:3.0                 
##  Max.   :6.000               Max.   :6.0                 
##  NA's   :987                 NA's   :967                 
##  COHABITATION_DYSFONCTION_A11 COHABITATION_DYSFONCTION_A12
##  Min.   :1.000                Min.   :1.0                 
##  1st Qu.:1.000                1st Qu.:2.5                 
##  Median :2.000                Median :4.0                 
##  Mean   :1.792                Mean   :3.0                 
##  3rd Qu.:2.000                3rd Qu.:4.0                 
##  Max.   :3.000                Max.   :4.0                 
##  NA's   :981                  NA's   :1002                
##  COHABITATION_DYSFONCTION_A13 COHABITATION_DYSFONCTION_A14
##  Min.   :2.0                  Min.   :1.000               
##  1st Qu.:2.0                  1st Qu.:1.000               
##  Median :2.0                  Median :2.000               
##  Mean   :2.4                  Mean   :1.727               
##  3rd Qu.:3.0                  3rd Qu.:2.000               
##  Max.   :3.0                  Max.   :4.000               
##  NA's   :1000                 NA's   :994                 
##  COHABITATION_DYSFONCTION_A15 COHABITATION_DYSFONCTION_A16
##  Min.   :1.0                  Min.   :1.000               
##  1st Qu.:1.0                  1st Qu.:1.000               
##  Median :1.5                  Median :2.000               
##  Mean   :1.6                  Mean   :1.875               
##  3rd Qu.:2.0                  3rd Qu.:2.250               
##  Max.   :3.0                  Max.   :3.000               
##  NA's   :995                  NA's   :997                 
##  COHABITATION_DYSFONCTION_A17 COHABITATION_DYSFONCTION_A18
##  Mode:logical                 Min.   :1.000               
##  NA's:1005                    1st Qu.:1.000               
##                               Median :2.000               
##                               Mean   :2.154               
##                               3rd Qu.:3.000               
##                               Max.   :6.000               
##                               NA's   :953                 
##  COHABITATION_DYSFONCTION_A19 COHABITATION_DYSFONCTION_A20
##  Min.   :1                    Min.   :1.000               
##  1st Qu.:1                    1st Qu.:1.000               
##  Median :2                    Median :2.000               
##  Mean   :2                    Mean   :1.909               
##  3rd Qu.:2                    3rd Qu.:2.500               
##  Max.   :6                    Max.   :4.000               
##  NA's   :996                  NA's   :994                 
##  COHABITATION_DYSFONCTION_A21 COHABITATION_DYSFONCTION_A22
##  Min.   :1.000                Min.   :1.000               
##  1st Qu.:2.000                1st Qu.:1.500               
##  Median :2.000                Median :3.000               
##  Mean   :2.444                Mean   :2.727               
##  3rd Qu.:2.000                3rd Qu.:3.500               
##  Max.   :5.000                Max.   :6.000               
##  NA's   :996                  NA's   :994                 
##  COHABITATION_DYSFONCTION_A23 COHABITATION_DYSFONCTION_A24
##  Min.   :1.000                Min.   :1.000               
##  1st Qu.:1.000                1st Qu.:1.000               
##  Median :1.000                Median :1.000               
##  Mean   :1.444                Mean   :1.913               
##  3rd Qu.:2.000                3rd Qu.:3.000               
##  Max.   :3.000                Max.   :6.000               
##  NA's   :996                  NA's   :982                 
##  COHABITATION_DYSFONCTION_A25 INT_REPARATION_A1 INT_REPARATION_A2
##  Min.   :1.00                 Min.   :1.000     Min.   :1.000    
##  1st Qu.:1.00                 1st Qu.:4.000     1st Qu.:2.000    
##  Median :2.00                 Median :4.000     Median :4.000    
##  Mean   :2.00                 Mean   :4.048     Mean   :3.267    
##  3rd Qu.:2.25                 3rd Qu.:5.000     3rd Qu.:5.000    
##  Max.   :4.00                 Max.   :5.000     Max.   :5.000    
##  NA's   :973                  NA's   :984       NA's   :990      
##  INT_REPARATION_A3 INT_REPARATION_A4 INT_REPARATION_A5 INT_REPARATION_A6
##  Min.   :1.00      Min.   :4         Min.   :2.0       Min.   :1.000    
##  1st Qu.:1.25      1st Qu.:4         1st Qu.:3.5       1st Qu.:1.750    
##  Median :2.50      Median :4         Median :4.5       Median :3.000    
##  Mean   :2.80      Mean   :4         Mean   :4.0       Mean   :3.125    
##  3rd Qu.:4.00      3rd Qu.:4         3rd Qu.:5.0       3rd Qu.:5.000    
##  Max.   :5.00      Max.   :4         Max.   :5.0       Max.   :5.000    
##  NA's   :995       NA's   :1004      NA's   :1001      NA's   :997      
##  INT_REPARATION_A7 INT_REPARATION_A8 INT_REPARATION_A9 INT_REPARATION_A10
##  Min.   :1.000     Min.   :4.0       Min.   :1.00      Min.   :1.000     
##  1st Qu.:2.000     1st Qu.:4.0       1st Qu.:1.75      1st Qu.:2.000     
##  Median :3.000     Median :5.0       Median :3.50      Median :4.000     
##  Mean   :3.143     Mean   :4.6       Mean   :3.25      Mean   :3.556     
##  3rd Qu.:4.500     3rd Qu.:5.0       3rd Qu.:5.00      3rd Qu.:4.500     
##  Max.   :5.000     Max.   :5.0       Max.   :5.00      Max.   :5.000     
##  NA's   :998       NA's   :1000      NA's   :993       NA's   :942       
##  INT_REPARATION_A11 INT_REPARATION_A12 INT_REPARATION_A13 INT_REPARATION_A14
##  Min.   :1.0        Min.   :4.000      Min.   :2.00       Min.   :1         
##  1st Qu.:3.0        1st Qu.:4.000      1st Qu.:3.25       1st Qu.:4         
##  Median :4.0        Median :4.000      Median :4.50       Median :5         
##  Mean   :3.5        Mean   :4.333      Mean   :4.00       Mean   :4         
##  3rd Qu.:4.0        3rd Qu.:4.500      3rd Qu.:5.00       3rd Qu.:5         
##  Max.   :5.0        Max.   :5.000      Max.   :5.00       Max.   :5         
##  NA's   :995        NA's   :1002       NA's   :999        NA's   :996       
##  INT_REPARATION_A15 INT_REPARATION_A16 INT_REPARATION_A17 INT_REPARATION_A18
##  Min.   :1.00       Min.   :1.000      Min.   :3.00       Min.   :1.000     
##  1st Qu.:2.75       1st Qu.:2.000      1st Qu.:3.25       1st Qu.:2.750     
##  Median :4.00       Median :2.000      Median :3.50       Median :4.000     
##  Mean   :3.50       Mean   :2.714      Mean   :3.50       Mean   :3.438     
##  3rd Qu.:4.25       3rd Qu.:3.500      3rd Qu.:3.75       3rd Qu.:5.000     
##  Max.   :5.00       Max.   :5.000      Max.   :4.00       Max.   :5.000     
##  NA's   :997        NA's   :998        NA's   :1003       NA's   :973       
##  INT_REPARATION_A19 INT_REPARATION_A20 INT_REPARATION_A21 INT_REPARATION_A22
##  Min.   :3.000      Min.   :1.000      Min.   :3.000      Min.   :4.00      
##  1st Qu.:4.000      1st Qu.:2.500      1st Qu.:4.000      1st Qu.:4.75      
##  Median :4.000      Median :4.500      Median :5.000      Median :5.00      
##  Mean   :4.125      Mean   :3.714      Mean   :4.455      Mean   :4.75      
##  3rd Qu.:4.250      3rd Qu.:5.000      3rd Qu.:5.000      3rd Qu.:5.00      
##  Max.   :5.000      Max.   :5.000      Max.   :5.000      Max.   :5.00      
##  NA's   :997        NA's   :991        NA's   :994        NA's   :1001      
##  INT_REPARATION_A23 INT_REPARATION_A24 INT_REPARATION_A25 RRAISON_UTIL_PB    
##  Min.   :1.000      Min.   :1.000      Min.   :1.000      Min.   :1.000e+00  
##  1st Qu.:2.000      1st Qu.:2.000      1st Qu.:2.500      1st Qu.:6.000e+00  
##  Median :4.000      Median :4.000      Median :4.000      Median :1.060e+02  
##  Mean   :3.214      Mean   :3.056      Mean   :3.667      Mean   :9.502e+08  
##  3rd Qu.:4.750      3rd Qu.:4.000      3rd Qu.:5.000      3rd Qu.:3.548e+04  
##  Max.   :5.000      Max.   :5.000      Max.   :5.000      Max.   :7.081e+10  
##  NA's   :991        NA's   :987        NA's   :966        NA's   :819        
##  RSOLUTION_ALTERNATIVE_PB  RIMPACT_PB        INTENTION_REMPLACEMENT
##  Min.   :  1.00           Length:1005        Min.   :1.000         
##  1st Qu.:  3.00           Class :character   1st Qu.:3.000         
##  Median :  6.00           Mode  :character   Median :4.000         
##  Mean   : 40.64                              Mean   :4.283         
##  3rd Qu.:  6.75                              3rd Qu.:6.000         
##  Max.   :651.00                              Max.   :7.000         
##  NA's   :819                                                       
##    RECONTACT       EMAIL_2              poids      
##  Min.   :1.000   Length:1005        Min.   :31.13  
##  1st Qu.:1.000   Class :character   1st Qu.:41.91  
##  Median :1.000   Mode  :character   Median :50.27  
##  Mean   :1.273                      Mean   :49.49  
##  3rd Qu.:2.000                      3rd Qu.:55.24  
##  Max.   :2.000                      Max.   :75.07  
## 

Au vu de ce summary, on remarque que certaines variables sont concidérées comme étant numériques, mais leurs interprétations avec le summary n’ont pas de sens, il faut donc changer leur type, afin d’avoir des informations sur celles-ci bien plus claires et exploitables. On remarque aussi qu’une variable contient des données manquantes, il s’agit de COHABITATION_DYSFONCTION_A17, qui correspond au temps de cohabitation avec le dysfonctionnement : Problème de vibreur. Dans la suite du traitement de la base, il sera donc préférable de la supprimer.

III ) Transformation des variables catégorielles en facteur

Dans la base de données il y a 6 qui sont catégorielles (qualitatives). Les variables catégorielles représentent des catégories ou des groupes distincts et prennent un nombre limité de valeurs distinctes (niveaux). Il y a donc :

  • Le genre (SEXE) : variable catégorielle avec deux niveaux (masculin et féminin).

  • Les départements (DEP) : variable catégorielle, car elle prend des valeurs distinctes représentant les différentes divisions administratives.

  • Les régions (UDA9) : variable catégorielle, car elle représente des régions distinctes.

  • L’habitat (HAB7) : les catégories sont qualitatives et décrivent des types de zones de résidence.

  • L’activité professionelle (INACTIFS ou QACTIFS) : l’activité professionnelle représente les différentes occupations ou statuts professionnels des individus, ses catégories sont distinctes et qualitatives.

  • Les catégories socio-professionelles (CSP9 ET CSP5) : variables catégorielles, car elles classent les individus en groupes distincts basés sur leur profession, leur statut professionnel, etc.

  • Le niveau d’études (NIVETUDES) : les catégories décrivent des niveaux d’éducation distincts.

  • La maitrîse d’internet (APPETENCEDIGIT) : les catégories décrivent des niveaux de compétence distincts et qualitatifs.

  • La qualification de l’ancien téléphone (QUALIFANCIENTEL) : les catégories décrivent des types ou des états de téléphones distincts.

  • L’usage principal du smartphone (CONTEXTE_USAGE_SMARTPHONE) : variable catégorielle, car elle décrit des catégories d’utilisation.

  • La marque du mobile principal (MARQMOB1) : variable catégorielle, car elle représente des catégories de marques.

  • Le système d’exploitation (OS) : variable catégorielle, car elle représente différents systèmes d’exploitation.

  • L’obtention du smartphone (ACQUISITIONTEL) : les catégories décrivent des moyens distincts d’acquisition du téléphone.

On les tranforme donc en facteurs afin de faciliter l’étude de ces variables et leurs visualisations pour plus tard. Ces distinctions sont importantes pour choisir les méthodes d’analyse appropriées et pour coder correctement les données dans R. On obtient le summary suivant pour les variables catégorielles listées, qui est bien compréhensible et exploitable que le premier summary obtenu pour ces mêmes variables.

##  SEXE         DEP           UDA9     HAB7       INACTIFS       QACTIF   
##  1:466   59     : 63   1      :176   1:160   3      :239   17     :149  
##  2:539   69     : 37   9      :124   2:162   5      : 53   18     : 91  
##          75     : 37   8      :121   3: 65   6      : 47   7      : 90  
##          62     : 34   6      :117   4: 91   1      : 40   14     : 53  
##          13     : 32   7      :113   5: 52   4      : 28   16     : 51  
##          33     : 29   2      : 97   6:316   (Other): 34   (Other):170  
##          (Other):773   (Other):257   7:159   NA's   :564   NA's   :401  
##       CSP9     CSP5    NIVETUDES                APPETENCEDIGIT QUALIFANCIENTEL
##  7      :239   1:308   1:176     Maitrise basique      :202    1:913          
##  5      :200   2:296   2:322     Maitrise expert       :224    2: 75          
##  3      :150   3:239   3:194     Maitrise intermédiaire:540    3: 17          
##  4      :121   4: 81   4:120     Maitrise limitée      : 39                   
##  6      : 91   5: 81   5:128                                                  
##  8      : 81           6: 20                                                  
##  (Other):123           7: 45                                                  
##  CONTEXTE_USAGE_SMARTPHONE    MARQMOB1      OS      ACQUISITIONTEL
##  1   :810                  9      :352   1   :291   3      :719   
##  2   : 10                  1      :291   2   :652   1      :170   
##  3   :148                  12     :141   3   : 12   4      : 60   
##  NA's: 37                  6      : 57   4   : 13   5      :  8   
##                            13     : 45   NA's: 37   6      :  5   
##                            (Other): 82              (Other):  6   
##                            NA's   : 37              NA's   : 37

IV ) Étude des valeurs manquantes

1 ) Moyenne des valeurs manquantes par colonnes

Le graphe intéractif (affiche le numéro de la colonne et le nombre de valeurs manquantes lorsqu’on passe notre curseur sur un point) ci-dessous permet de visualiser le nombre de valeurs manquantes pour chaques colonnes de notre jeu de données :

## [1] "Noms des colonnes avec 1005 valeurs manquantes :"
## [1] "COHABITATION_DYSFONCTION_A17"
## [1] "Noms des colonnes avec plus de 1000 valeurs manquantes :"
##  [1] "GENE_PROBLEMES_A17"           "RECENCE_PROBLEMES_A17"       
##  [3] "REPARATION_A17"               "COHABITATION_DYSFONCTION_A5" 
##  [5] "COHABITATION_DYSFONCTION_A12" "COHABITATION_DYSFONCTION_A13"
##  [7] "COHABITATION_DYSFONCTION_A17" "INT_REPARATION_A4"           
##  [9] "INT_REPARATION_A5"            "INT_REPARATION_A8"           
## [11] "INT_REPARATION_A12"           "INT_REPARATION_A17"          
## [13] "INT_REPARATION_A22"

2 ) Moyenne des valeurs manquantes par lignes

Le graphe intéractif (affiche le numéro de l’observation et le nombre de valeurs manquantes lorsqu’on passe notre curseur sur un point) ci-dessous permet de visualiser le nombre de valeurs manquantes pour chaques lignes de notre jeu de données :

## [1] "Numéros des observations avec 139 valeurs manquantes :"
## 250 335 394 479 481 736 
## 247 331 388 471 473 722

Remarque : Au vu des graphes obtenus, le mieux est de commencer par supprimer les variables contenant 1005 valeurs manquantes et les observations contenant 163 valeurs manquantes, car leur présence n’a peu d’intérêt dans la base de données. En tout c’est pas moins de 127329 données manquantes dans la base de données. Soit 77% de données manquantes dans toute la base.

NETTOYAGE DE LA BASE DE DONNÉES

I ) Suppression des variables aux données manquantes

On supprime la variable COHABITATION_DYSFONCTION_A17 de notre jeu de données car elle ne contient aucunes réponses.

# data[,"COHABITATION_DYSFONCTION_A17"]<-list(NULL)

# Finalement il a été vu que la suppression de cette variable n'était pas nécessaire, on la garde donc dans notre jeu de données ! 

II ) Supression des variables redondantes

En variable redondantes, j’en ai listé 3 : Hommes_Age et Femmes_Age, elles contiennent de nombreuses valeurs manquantes car elles dependent du genre de la personne mais la colonne Tag5, fait déjà tout le travail en regroupant ces deux mêmes colonnes en une seule. On peut donc les supprimer pour alléger la base de données. L’autre colonne est celle de l’activité professionelle, elle précise si l’activité professionelle de la personne est active (1) ou inactive (2), sauf que les colonnes qui suivent précisent le niveau d’inactivité (INACTIFS) ou d’activité (QACTIFS). La colonne ACTIVITE peut donc être supprimée. Avant de les supprimer, il a été vérifié en amont que les informations qu’elles contiennent sont bien renseignées en totalité dans les autres colonnes listées.

# On supprime donc ces variables :

data[,c("Hommes_Age","Femmes_Age","ACTIVITE")]<-list(NULL)

III ) Remplacement du nom des équipements (REQUIPEMENT) par leur numéros correspondant (dans le dictionnaire de données)

Le but de cette étape est de passer de ce type de représentation : “Un ordinateur portable,Une tablette tactile,Un smartphone,” à ce type de représentation : “050602”. Afin de faciliter la datavisualisation et l’étude de cette variable. Après avoir réalisé ce changement, on obtient la colonne du dessous :

##                                                                     REQUIPEMENT
## 1                    Un ordinateur portable,Une tablette tactile,Un smartphone,
## 2 Un ordinateur portable,Un ordinateur fixe,Un smartphone,Une tablette tactile,
## 3                    Un smartphone,Une tablette tactile,Un ordinateur portable,
## 4 Un smartphone,Une tablette tactile,Un ordinateur portable,Un ordinateur fixe,
## 5                                         Un ordinateur portable,Un smartphone,
## 6                      Un ordinateur fixe,Un ordinateur portable,Un smartphone,
##   REQUIPEMENT_NUM
## 1          050602
## 2        05040206
## 3          020605
## 4        02060504
## 5            0502
## 6          040502

IV ) Suppression du point apparaissant après certaines valeurs dans certaines colonnes

1 ) Variable “RIDENTIFICATION PROBLÈME

data$RIDENTIFICATION_PROBLEMES <- sapply(data$RIDENTIFICATION_PROBLEMES, function(x) gsub("\\.", "", x))

Données avant formattage :

## [1] "27."          "19."          "27."          "27."          "251802101911"
## [6] "27."

Données après formattage :

## [1] "27"           "19"           "27"           "27"           "251802101911"
## [6] "27"

2 ) Variable “RETAT_ANCIEN_TEL

data$RETAT_ANCIEN_TEL <- sapply(data$RETAT_ANCIEN_TEL, function(x) gsub("\\.", "", x))

Données avant formattage :

## [1] "020504."  "08."      "01."      "07050806" "03."      "03."

Données après formattage :

## [1] "020504"   "08"       "01"       "07050806" "03"       "03"

3 ) Variable “RMOTIV_SMART

La variable RMOTIV_SMART est représentée de 3 manières différentes, en terme de valeurs : ex : “51.”, “3..” et “…”. Il faut donc la formatter afin d’avoir une lecture plus simplifiée et compréhensible de la valeur. La valeur “51.” correspond à un choix multiple, au vue du formattage des autres variables à choix multiples dans la base de données on peut transformer ce “51.” en un “0501”. Pour la valeur “3.”, le formattage serait le même afin d’obtenir un “03”. Et pout la valeur “…”, qui correpondrait à pas de réponses, et donc à une valeur manquante, le mieux est de mettre la raison numéro 6 , qui correspond à la motivation “Autre” dans le dictionnaire des données, correspondant à la variable. Elle passerait donc de “…” à “06”

On commence tout d’abord par enlever les points pour faciliter le formatage de la variable pour la suite :

data$RMOTIV_SMART <- sapply(data$RMOTIV_SMART, function(x) gsub("\\.", "", x))
# ex : "51." devient "51"
# ex : "3." devient "3"
# ex : "..." devient "" (une chaine de caractères vides)

Données avant formattage :

## [1] "51." "5.." "5.." "1.." "..."

Données après formattage :

## [1] "51" "5"  "5"  "1"  ""

Avant de réaliser le programme finale, je fais des premiers tests, sur un échantillon de valeurs de la variable, et je prends les lignes 28 à 32, qui contiennet les 3 types de représentations différentes :

################### TEST 

ligne <- data$RMOTIV_SMART[28:32] # ligne 28 à 32 qui donne : "51" "5"  "5"  "1"  "" 
variable = list()

for (i in 1:length(ligne)){
  choix <- ligne[i]
  if (choix==""){
    choix="06" # si la valeur vaut "" on met la raison "06" comme nouvelle valeur
  }
  else {
  # Diviser la chaîne en un vecteur de caractères : On passe de "51" à "5" et "1"
  choix <- unlist(strsplit(choix, split = ""))

  # Insérer un "0" entre chaque paire de caractères et un 0 au début de la chaine de caractères
  choix <- paste(choix, collapse = "0")
  choix <- paste0("0",choix)
  }
  variable[i]=choix
}

# Afficher la ligne finale
print(variable)
## [[1]]
## [1] "0501"
## 
## [[2]]
## [1] "05"
## 
## [[3]]
## [1] "05"
## 
## [[4]]
## [1] "01"
## 
## [[5]]
## [1] "06"

J’ai bien obtenu ce que je voulais et dans le format souhaité, je réalise donc le programme finale qui va s’appliquer à toutes les valeurs de la variable :

################### PROGRAMME

RMOTIV_SMART <- data$RMOTIV_SMART
variable = list()

for (i in 1:length(RMOTIV_SMART)){
  choix <- RMOTIV_SMART[i]
  if (choix==""){
    choix="06"
  }
  else {
  choix <- unlist(strsplit(choix, split = ""))
  choix <- paste(choix, collapse = "0")
  choix <- paste0("0",choix)
  }
  variable[i]=choix
}
head(variable)
## [[1]]
## [1] "03"
## 
## [[2]]
## [1] "01"
## 
## [[3]]
## [1] "04"
## 
## [[4]]
## [1] "01"
## 
## [[5]]
## [1] "03"
## 
## [[6]]
## [1] "03"
# Le type de la variable est sous forme de liste, on le change donc sous forme de charactères
n=length(variable)
RMOTIV_SMART_FORM <- c()
for (i in 1:n){
  RMOTIV_SMART_FORM[i]<- variable[[i]]
}

# Ajout de cette nouvelle colonne que l'on nomme "RMOTIV_SMART_FORM" au dataframe, après la colonne RMOTIV_SMART
data <- add_column(data, "RMOTIV_SMART_FORM" = RMOTIV_SMART_FORM, .after = "RMOTIV_SMART")
print(head(data[, c("RMOTIV_SMART", "RMOTIV_SMART_FORM")],6))
##   RMOTIV_SMART RMOTIV_SMART_FORM
## 1            3                03
## 2            1                01
## 3            4                04
## 4            1                01
## 5            3                03
## 6            3                03

4 ) Variable “RAISON_UTIL_PB”

Aprés avoir formattée la variable, on obtient la colonne de droite :

##   RRAISON_UTIL_PB RRAISON_UTIL_PB_FORM
## 1            <NA>                   14
## 2            <NA>                   14
## 3            <NA>                   14
## 4            <NA>                   14
## 5         8050601             08050601
## 6            <NA>                   14

6 ) Variable “SOLUTION_ALTERNATIVE_PB

Aprés avoir formatter la variable, on obtient la colonne de droite :

##   RSOLUTION_ALTERNATIVE_PB RSOLUTION_ALTERNATIVE_PB_FORM
## 1                     <NA>                            08
## 2                     <NA>                            08
## 3                     <NA>                            08
## 4                     <NA>                            08
## 5                        6                            06
## 6                     <NA>                            08

7 ) Variable “RIMPACT_PB

data$RIMPACT_PB <- sapply(data$RIMPACT_PB, function(x) gsub("\\.", "", x))
# ex : "51." devient "51"
# ex : ".." devient " "

Données avant formattage :

## [1] ".."  "15." ".."  ".."  "15." ".."

Données après formattage :

## [1] ""   "15" ""   ""   "15" ""

TRAITEMENT DE LA BASE DE DONNÉES

I ) Créations de fonctions :

1 ) Fonction Count_VCM

Création d’une fonction Count_VCM (VCM = Variable à choix multiples) permettant d’afficher pour les variables à choix multiples UNIQUEMENT, le nombre de fois où chaque modalité est renseignée dans toute la colonne. Elle prend en entrée une variable à choix multiple (variable), issue de la base de données, et son nombre total de modalités (nb_de_modalites), et renvoit une matrice indiquant en ligne 1 le numéro de la modalité, et en ligne 2 le nombre de fois où les répondants l’on choisit.

On teste ensuite cette fonction sur la variable REQUIPEMENT_NUM créée précédemment, qui représente les types d’équipements de chaques individus de la base, et cela nous donne la matrice suivante :

##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,]    1    2    3    4    5    6
## [2,]  182  968    0  472  840  560

Grâce à la fonction on peut représenter par la suite l’histogramme suivant, qui est intéractif :

SEMAINE DU 10 JUIN 2024 au 14 JUIN 2024 : (À venir)

Pour les semaines à venir, il sera préférable de travailler sur cette nouvelle base de données pour laquelle on a formatté de nombreuses variables. On l’exporte donc :

saveRDS(data, file = "data/data.rds")